手机液晶显示屏生产工艺复杂,制程繁复,需要多个流程协作完成,因此容易产生各种显示缺陷,包括色温异常、屏闪异常、点线缺陷、Mura缺陷等。作为手机的显示输出设备,屏幕的质量直接关系到终端用户的使用体验,因此手机屏幕缺陷检测尤为重要。目前产线上大多采用人工检测方式,易受到主观因素的影响,且传统人工逐渐无法适应高速生产的自动化工业产线,基于机器视觉的检测系统以其高速、高效、抗干扰能力强等优势迅速占据产线检测主要位置。论文结合项目《基于工业视觉的手机屏幕CELL模组缺陷检测》以及项目《基于视觉的LCD屏幕缺陷检测系统》,针对手机屏幕缺陷检测领域进行了深入的研究。论文从手机屏幕制程工艺入手,结合目前市场上常见的检测产品,针对性设计了系统的硬件解决方案,使缺陷成像可见且不会受灰尘干扰。而在具体的检测算法设计上,首先对图像进行一些预处理操作,然后针对不同种类缺陷:色温、屏闪、坏点坏线、mura等专门设计了算法模块。其中Mura缺陷由于低对比度、不规则形状等特性,是检测的重点难点。,考虑到Mura是显示缺陷,结合人眼的视觉感知特性,系统采用对比度结合JND指标的判断模式,计算人眼对比敏感度,并根据其与面积的关系,判定是否为Mura缺陷。经过现场验证后,整体检测效果达到预期。我的主要工作在于:·结合手机屏幕生产工艺,设计了系统的视觉方案,使得各种缺陷都成像可见以保证后续的检测效果。同时针对灰尘干扰问题,精心设计了打光方案,从而在有效滤除灰尘的同时极大程度上降低缺陷的漏检。·针对不同种类缺陷分别进行了硬件和算法设计,包括坏点坏线检测、显示异常检测、屏幕色温检测、屏闪检测等。·针对mura缺陷,采用了基于对比度的mura检测方法,计算出图像对比度后代入对比度敏感函数,再根据JND指标计算得到JND Map,归一化后与设定阈值比较以有效检测mura。最终现场验证数据表明,该系统可以满足实际生产企业的检测品质要求。